Summary  
This chapter explains how to create a pandas Series—a one-dimensional labeled array—from a Python list and display it using printing.

General domain of usage  
data analysis

Pandas tarjoaa kaksi ensisijaista tietorakennetta: `Series` ja `DataFrame`. `Series` on näistä yksinkertaisempi, muistuttaen **yksiulotteista** taulukkoa tai listaa. Voit luoda `Series`-objektin käyttämällä `pd.Series()`-konstruktoria antamalla **listan** sen argumentiksi.

import pandas as pd
numbers = [17, 43, 74, 20]
series = pd.Series(numbers)

print(series)

Tässä esimerkissä käytämme `pd.Series()`-konstruktoria luodaksemme `Series`-objektin, joka sisältää **listan numeroita**.

import unittest
import importlib
import pandas as pd


# Helper function to dynamically generate test names and assertions
def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


class TestUserCode(unittest.TestCase):

    def test_numbers_series_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'numbers_series'),
            "The `numbers_series` variable is declared.",
            "Expected `numbers_series` to be declared."
        )

    def test_states_series_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'states_series'),
            "The `states_series` variable is declared.",
            "Expected `states_series` to be declared."
        )

    def test_numbers_series_is_pandas_series(self):
        import user_code

        try:
            actual_value = user_code.numbers_series
            condition = isinstance(actual_value, pd.Series)
            failure_message = f"Expected `numbers_series` to be a `Series`, but got `{type(user_code.numbers_series).__name__}`."
        except AttributeError:
            condition = False
            failure_message = "The `numbers_series` variable is not declared."

        _dynamic_test(
            self,
            condition,
            "The variable `numbers_series` is a `Series`.",
            failure_message
        )

    def test_states_series_is_pandas_series(self):
        import user_code

        try:
            actual_value = user_code.states_series
            condition = isinstance(actual_value, pd.Series)
            failure_message = f"Expected `states_series` to be a `Series`, but got `{type(user_code.states_series).__name__}`."
        except AttributeError:
            condition = False
            failure_message = "The `states_series` variable is not declared."

        _dynamic_test(
            self,
            condition,
            "The variable `states_series` is a `Series`.",
            failure_message
        )

    def test_numbers_series_has_correct_values(self):
        import user_code
        expected_value = pd.Series([2, 4, 8, 16])

        variable = 'numbers_series'
        actual_value = getattr(user_code, variable, None)
        if actual_value is None:
            condition = False
            failure_message = f"The `{variable}` variable is not declared."
        elif isinstance(actual_value, pd.Series):
            condition = actual_value.equals(expected_value)
            if actual_value.empty:
                failure_message = f"`{variable}` is empty."
            else:
                failure_message = f"Expected `{variable}` to contain `{expected_value.values}`, but got `{actual_value.values}`."
        else:
            condition = False
            failure_message = f"`{variable}` is not a `Series`."

        _dynamic_test(
            self,
            condition,
            f"`{variable}` contains the correct values.",
            failure_message
        )

    def test_states_series_has_correct_values(self):
        import user_code
        expected_value = pd.Series(["New York", "California", "Chicago", "Alaska"])

        variable = 'states_series'
        actual_value = getattr(user_code, variable, None)
        if actual_value is None:
            condition = False
            failure_message = f"The `{variable}` variable is not declared."
        elif isinstance(actual_value, pd.Series):
            condition = actual_value.equals(expected_value)
            if actual_value.empty:
                failure_message = f"`{variable}` is empty."
            else:
                failure_message = f"Expected `{variable}` to contain `{expected_value.values}`, but got `{actual_value.values}`."
        else:
            condition = False
            failure_message = f"`{variable}` is not a `Series`."

        _dynamic_test(
            self,
            condition,
            f"`{variable}` contains the correct values.",
            failure_message
        )


if __name__ == '__main__':
    unittest.main()

test_main.py

Pandas on erittäin käyttäjäystävällinen kirjasto datan analysointiin. Se on myös suunniteltu käsittelemään suuria tietoaineistoja, käyttäen tietorakenteita kuten DataFrame ja Series. Tämä tekee siitä korvaamattoman työkalun Data Scienceen. Tässä oppaassa tutustut erilaisiin tilastollisiin funktioihin, mukaan lukien kuinka löytää korrelaatioita, moodit, mediaanit sekä maksimi- ja minimiarvot tietoaineistossa. Opit myös käsittelemään puuttuvia arvoja ja manipuloimaan tiettyjä arvoja sekä poistamaan niitä.

Tässä osiossa tutustumme Series- ja DataFrame-rakenteiden perusteisiin. Opit myös näiden kahden rakenteen välisistä eroista.

Dataa voi olla saatavilla eri muodoissa, kuten CSV, JSON, SQL, HTML ja monia muita. Pandasin avulla et ole rajoittunut yhteen muotoon — voit työskennellä datan kanssa monissa eri tiedostotyypeissä. Tässä luvussa keskitymme erityisesti CSV- ja TXT-muotoihin.

Tässä opit käsittelemään raakadataa poistamalla ylimääräistä tietoa ja hallitsemalla puuttuvia arvoja tietojoukossa.

Sarjat

Ratkaisu

Awesome!

Sarjat

Ratkaisu

Awesome!